读取文件提前结束？

我遇到了一个奇怪的事情，文件中的一行导致我的Ruby脚本提前完成读取文件。

我的代码是：

File.readlines($file).each do |line| puts "line is: "+line.to_s line.each_byte do |c| if(c == 9 || c==10 || c==13 || (c>31 && c < 127)) print c.chr end end end 

我正在使用的文件具有这个单个字符，在Notepad ++和Sublime Text 2中显示为“SUB”。

在下面一行中，它出现在cr和me之间，在第一行的末尾：

 "ProductToken","estee-lauder-re-nutriv-replenishing-comfort-eye-crme-15ml" "ProductToken","estee-lauder-youth-dew-body-satinee-150ml" 

我的Dropbox中有相同的行。

当我执行上面的示例脚本时，它会命中该角色，然后完成。 我怀疑是File方法将该字符视为文件的结尾。

问题是我完全不知道如何解决这个问题。 我可以在Sublime中进行查找和替换，或者可能使用sed或者其他东西，但我不想每次都这样做。

我在Windows上使用Ruby 1.9.3。

我可以使用文件编码吗？ 我不知道文件编码是什么，更不用说如何处理它了。

此外，原始readline函数是获取该CSV文件的内容，解析它，然后将其粘贴到哈希中。 原始文件大小约为28mb，数据库中有超过350k的独特行，所以当我检查散列的大小并发现它只有2100长时，这让我开始研究这个问题。

---

根据要求，我在Mac上通过od -c运行它，并得到以下信息：

 0000000 " P roduct T oken " , " 0000020 estee - lauder - re - 0000040 nutriv - replenish 0000060 ing - comfort - eye - 0000100 cr 032 me - 1 5 ml " \n " P ro 0000120 duct T oken " , " este 0000140 e - lauder - youth - d 0000160 ew - body - satinee - 0000200 1 5 0 ml " \n 0000207 

---

http://blob.perl.org/books/beginning-perl/3145_AppF.pdf

据此，在八进制中，032实际上是SUB字符。 在这种情况下，如果它是一个有效的ASCII字符，为什么Ruby认为它是一个文件结尾？

Answer 1

您可以使用File#read绕过此问题，它允许您指定要读取的正确字节数。

 File.open($file) do |f| f.read(f.size).each_line do |line| # ... end end 

或者甚至更好，因为您的数据是CSV，您可以使用csv lib，它也可以通过Ctrl + Z读取

 require 'csv' rows = CSV.read($file)